• 님, 인공지능이 의식을 가질 수 있을까요?
• 생각의 그래프: LLM의 추론 능력 향상을 위한 프롬프트 기술
• CoDeF: 비디오를 표현하는 새로운 방법

딥러닝의 바탕이 되는 신경망 모델의 구조가 생물의 신경 세포(뉴런)로부터 아이디어를 얻었다는 사실은 잘 알려져 있는데요. 실제로 의식을 가지고 있는 AI 모델은 아직 개발되지 않았죠. 하지만 챗GPT를 필두로 AI 기술과 서비스가 고도화되면서, 많은 사람들이 마치 AI가 실제로 '생각'하고 답변하는 것처럼 느끼게 됐는데요. 챗GPT가 의식을 가지고 있는지는 어떻게 알 수 있을까요?

약 90페이지 분량의 이 보고서는 인공지능의 의식을 신경과학적 의식 이론의 관점에서 평가해야 한다고 주장하면서, 총 14가지의 평가 항목을 제안합니다. 특정 태스크에 최적화된 여러 모듈을 병렬적으로 사용하고 태스크의 우선 순위를 정할 수 있다거나, 피드백으로부터 다시 학습을 하는 등 다양한 지표들이 있어요. 사실 논문에서 제시한 항목들이 AI의 의식 유무를 평가하는 절대적인 지표라기보단, 항목에 부합되는 특징이 많을수록 의식이 있을 가능성이 높다고 생각하는 쪽이 맞다고 합니다. '의식(Consciousness)' 자체가 어려운 주제이고, 신경과학 분야에서도 사람의 의식이 어떻게 생성되는지 잘 모르기 때문이겠죠. 논문에서는 의식이 있는 AI를 개발하는 것이 불가능하지는 않다고 하는데요. 과연 의식을 가진 AI가 개발될 수 있을까요? 만약 개발된다면 어떤 형태를 가지고 있을까요?🤔

위 사진의 맨 오른쪽 그래프를 주목해 볼까요? 이 논문에서 소개하는 '생각의 그래프(Graph of Thoughts, GoT)'는 LLM의 생각들을 그래프(Graph) 형태로 나타냅니다. 왼쪽 옆의 트리(Tree) 구조와는 다르게 그래프는 하나의 생각을 새로운 생각들로 전개하는 것뿐만 아니라, 여러 생각들을 하나로 합치는 것도 가능하죠. 숫자 정렬, 교집합 계산, 문서 병합 등의 태스크에서 GoT는 CoT, ToT보다 성능은 높으면서 (ToT에 비해) 비용은 적게 들었다고 하네요. 또한, GoT와 다른 기법들 사이에서 성능 차이는 태스크가 크고 복잡해 질 수록 눈에 띄게 증가했다고 합니다. 그래프 개념을 이용한 신경망(Graph Neural Network)과 여러 알고리즘이 AI 분야에서 입지를 다졌던 것처럼, LLM 분야에서도 유용하게 사용될 수 있을까요?

*CoT(Chain of Thought, 생각의 사슬): 복잡한 문제를 풀기 위해 단계별로 생각하면서 차례대로 접근하는 방법.

영상 처리에 인공지능 모델을 사용할 때는 영상의 개별 프레임에 모델을 적용한 다음, 결과물을 합치는 방법이 많이 사용되는데요. 아무래도 프레임 사이의 일관성이 부족해진다는 문제가 있습니다. 이 논문에서는 비디오를 표현하는 새로운 방법인 'CoDeF(Content Deformation Fields)'를 소개합니다. CoDeF는 비디오를 두 가지 요소로 표현하는데요. 비디오 전체의 내용을 대표하는 하나의 이미지인 '표준 콘텐츠 필드(Canonical content field)'와 각각의 프레임이 표준 콘텐츠 필드에서 어떻게 변형됐는지 표현하는 '시간 변형 필드(Temporal deformation field)'로 구성돼 있어요. 

이 두 가지 요소들은 다층 퍼셉트론(Multi-layer Perceptron, MLP) 모델을 학습시켜서 얻을 수 있었다고 하네요. CoDeF의 장점 중 하나는 이미지 처리 모델을 비디오에도 쉽게 적용할 수 있다는 것입니다. 아래 페이지에서 컨트롤넷(ControlNet)과 같은 이미지 생성 모델을 비디오에 적용하거나, 이미지 세그멘테이션(Segmentation) 등의 알고리즘을 적용한 예시를 확인할 수 있고요. 깃허브에 코드도 공개됐습니다.

• 너는 휴먼이니? LAB #LLM(Large Language Model)_연구  ⏰8월 29일까지
• Industrial RS LAB #추천시스템_연구  ⏰8월 30일까지

• 일시: 9월 1일 금요일 I 7:30PM - 9:10PM
• 장소: 모두의연구소 강남캠퍼스 라운지
• 연사:한기용(그립 US, CTO)
• 내용: 첫 엔지니어링 매니저 시절부터 지금까지의 경험, 시행착오, 인사이트 I 엔지니어링 매니저를 처음 하는 사람이 신경 써야 하는 요소들 I 엔지니어링 팀을 잘 구성하기 위한 채용 Tip

• 스팸메일함에서 울고 있을지도 몰라요. 찾아가 확인해 보세요!
• 주소록에 모두의연구소 이메일 주소(modulabs01@gmail.com)를 추가해 주세요.