모델 (Model)

AI 모델은 패턴과 관계를 학습하기 위해 대량의 데이터로 학습되어, 그 학습된 것을 새로운 입력에 응답해 출력을 산출하는 데 적용할 수 있는 계산 시스템입니다. 모든 AI 생성 도구를 뒷받침하는 핵심 기술이자, 프롬프트를 이미지, 비디오, 텍스트, 또는 그 밖의 출력으로 변환하는 학습된 엔진입니다.

AI 모델은 알려진 정답 출력이 있는 막대한 양의 예제에 노출되고 내부 매개변수(수십억 개의 수치값)가 오차를 최소화하도록 반복적으로 조정되는 학습 과정을 통해 학습합니다. 학습 후 매개변수는 고정되며, 모델은 추론 시점에 학습된 표현을 새로운 입력에 적용합니다.

모델은 기반이 되는 학습된 시스템, 즉 엔진입니다. AI 도구나 플랫폼은 하나 이상의 모델 위에 구축된 인터페이스이자 제품입니다. Midjourney는 플랫폼이고, 그것이 사용하는 모델이 실제로 이미지를 생성하는 것입니다. 많은 플랫폼이 여러 모델 버전이나 옵션을 제공하며, 각각은 서로 다른 능력과 미학을 가진 서로 다른 학습된 시스템을 나타냅니다.

모델은 서로 다른 아키텍처, 학습 데이터, 학습 목표, 파인튜닝을 갖기 때문에 다른 결과를 산출합니다. 주로 사진 이미지로 학습된 모델은 일러스트레이션이나 특정 예술 스타일로 학습된 모델과 다른 결과물을 산출합니다. 사실주의에 최적화된 모델은 동일한 프롬프트라도 스타일화에 최적화된 모델과 다른 결과를 산출합니다.

새 모델 버전은 서로 다른 매개변수를 가진 재학습되거나 파인튜닝된 시스템을 나타냅니다. 일반적으로 더 많은 데이터로 학습되거나, 아키텍처 개선이 있거나, 특정 능력 개선에 최적화됩니다. 새 버전은 보통 핵심 벤치마크에서 더 나은 결과를 산출하지만, 이전 버전과 비교해 다른 양식적 경향이나 행동을 가질 수도 있습니다. 사용자는 모델 버전을 전환할 때 프롬프트 전략을 조정해야 하는 경우가 많습니다.

파운데이션 모델은 폭넓고 다양한 데이터셋으로(흔히 막대한 계산 비용을 들여) 학습되어 광범위한 하류 애플리케이션의 기반이 되는 대규모 AI 모델입니다. 직접 사용하거나 특정 작업과 영역을 위해 파인튜닝할 수 있습니다. GPT-4, Stable Diffusion, CLIP이 파운데이션 모델의 예입니다. 대부분의 소비자 AI 도구는 파운데이션 모델 위에 구축되거나 파생됩니다.

먼저 양식(이미지, 비디오, 텍스트, 오디오)을 기준으로, 그다음 목표와의 미적·능력적 정렬을 기준으로 선택하세요. 필요한 특정 시각 스타일, 품질 수준, 작업 유형으로 알려진 모델을 조사하세요. 같은 프롬프트로 여러 모델을 테스트하여 그들의 서로 다른 경향을 관찰하세요. 각 모델이 무엇에 최적화되어 있는지에 관한 플랫폼 문서를 읽으세요. 시간이 지나면서 특정 모델의 특징적인 결과물에 익숙해지면 모델 선택이 워크플로의 직관적이고 빠른 부분이 됩니다.

모델 크기(일반적으로 매개변수 수로 측정됨)는 일반적으로 능력과 상관관계가 있지만, 그 관계가 선형적이거나 단순하지는 않습니다. 더 큰 모델은 더 많은 표현 용량을 가지며 더 일관되고 상세하고 유능한 결과물을 산출하는 경향이 있습니다. 그러나 고도로 큐레이션된 영역별 데이터로 학습된 더 작은 모델이 그 영역 안의 특정 작업에서 더 큰 범용 모델을 능가할 수 있습니다. 아키텍처 혁신도 주어진 크기에서 능력을 개선할 수 있습니다. 능력은 또한 양뿐 아니라 학습 데이터의 품질에도 크게 좌우됩니다.