대규모 AI 언어 모델을 자체적으로 개발하는 추세가 급증하고 있습니다.

[광고_1]

Accenture의 최근 연구에 따르면 대규모 언어 모델 및 생성 AI와 같은 고급 AI 기술을 적용하는 기업은 해당 기술을 적용하지 않는 기업보다 매출을 최대 10%까지 늘릴 수 있는 것으로 나타났습니다. 이는 2.6배 더 높은 수치입니다.

인공지능과 대규모 언어 모델(LLM) 시대에 데이터 과학과 AI는 워크플로에 점점 더 통합되고 있습니다. 그러나 AI 모델을 비즈니스 운영에 구현하고 적용하는 데에는 많은 어려움이 따릅니다.

순교자 사진 복원 프로젝트의 AI 시스템과 인프라를 지원하는 사업부인 하이라텍(Hyratek)의 응우옌 반 투안(Nguyen Van Tuan) CEO에 따르면, 전 세계적 으로 AI 훈련 및 코칭에 사용되는 장비 시스템에 대한 수요가 시장 공급을 초과하고 있습니다. 구매자는 장비를 받으려면 반년 전에 공급업체에 미리 주문해야 합니다.

호수를 만든 사람은 누구인가 2.JPG — 소년이 인공지능 가상 소녀와 채팅을 하고 있다. 사진: ChatGPT

전 세계는 인공지능을 지원할 하드웨어 인프라에 "목말라" 있습니다. 한편, AI 시스템은 종종 중앙에서 학습되며, 비용이 매우 많이 듭니다. 이는 AI를 비즈니스 운영에 적용하는 데 있어 걸림돌이 됩니다.

베트남의 많은 기업들이 AI 모델을 구축하기 위해 클라우드 서비스를 사용하고 있습니다. 그러나 이러한 방식은 대규모로 운영할 경우 비용이 많이 들고 워크플로의 유연성이 부족합니다.

최근 행사에서 레노버 베트남의 총괄 이사인 응우옌 반 지압(Nguyen Van Giap) 씨는 운영 및 생산 프로세스에 AI를 더 많이 적용하기 위해 기업들이 AI 통합 워크스테이션을 사용하는 새로운 추세를 보이고 있다고 말했습니다.

많은 조직이 보안 및 교육 데이터 비용에 대한 우려로 인해 대규모 언어 모델(LLM)과 소규모 언어 모델(SLM)을 비공개로 호스팅하고 개발하는 방식으로 전환하고 있습니다.

이를 통해 업무 흐름을 최적화할 수 있을 뿐만 아니라, 기업주가 시기적절한 결정을 내리는 데 도움이 되며 여러 분야에서 혁신을 촉진할 수 있습니다.

고성능 CPU와 GPU를 탑재한 워크스테이션은 클라우드보다 더 작은 규모와 더 낮은 비용으로 AI 모델 개발, 튜닝, 교육을 가속화하도록 설계되었습니다.

로컬 데이터를 사용하면 보안이 강화될 뿐만 아니라, 데이터 과학자가 폐쇄 루프 방식으로 AI 모델을 더 빠르게 훈련할 수 있어 최종 결과를 얻는 데 걸리는 시간이 단축됩니다.

AI 훈련.jpg — 많은 조직들이 AI 통합 워크스테이션을 통해 자체적으로 대규모 언어 모델(LLM)과 소규모 언어 모델(SLM)을 개발하고 있습니다. 사진: 일러스트레이션

대규모 언어 모델의 다양성 또한 전 세계적으로 점점 더 주목받고 있습니다. 인텔의 AI 및 기술 마케팅 부사장 겸 총괄 매니저인 로버트 할록은 VietNamNet과의 인터뷰에서 디지털 혁신을 촉진하기 위해 각국이 자체 대규모 언어 모델을 개발할 수 있으며, 베트남이 그 대표적인 대규모 언어 모델이라고 말했습니다.

인텔 부사장에 따르면, 여러 다국어 AI 모델을 다루는 과정에서 베트남과 중국은 현지 언어 요소를 통합하여 대규모 언어 모델을 잘 현지화하는 두 국가로 간주된다고 합니다.

로버트 할록 씨는 AI가 기업 사업 촉진에 활용될 수 있을 뿐만 아니라, 공공 부문에도 효과적으로 적용될 수 있다고 믿습니다. 특히 정부 의 법률 체계는 인공지능을 위한 최적의 환경입니다.

법률 문서는 수백 페이지에 달할 수 있어 누구나 모든 정보와 규정을 이해하기 어렵습니다. 바로 이 때문에 특정 내용에 대해 질문하고 답변하는 가상 비서를 갖춘 대규모 언어 모델이 필요합니다.

피나스트라(Finastra) 설문 조사에 따르면 베트남은 현재 생성형 AI에 대한 관심 측면에서 시장을 선도하고 있습니다. 설문 조사 결과에 따르면 베트남 국민의 91%가 생성형 AI가 가져오는 긍정적인 가치에 대해 긍정적인 반응을 보였습니다.