애플의 생성적 AI 전략 공개: 주요 통찰과 미래 방향

애플의 2023 생성적 AI 생태계에서의 역할

애플은 2023년 생성적 AI 경쟁에서 상대적으로 저평가되고 있지만, 이 분야에서 중요한 발전을 이루며 온디바이스 생성적 AI에 조용히 기여하고 있습니다. 최근 연구 논문, 모델, 프로그래밍 라이브러리는 애플의 전략적 방향성이 이 신흥 시장에서의 존재감을 높이기 위한 것임을 시사합니다.

온디바이스 추론에서의 독특한 위치

애플의 생성적 AI 접근 방식은 많은 경쟁 기술 대기업과 다릅니다. 애플은 하이퍼스케일러가 아니기 때문에 클라우드 기반의 대형 언어 모델(LLM)에 의존할 수 없습니다. 그러나 운영체제에서 프로세서까지 기술 스택 전체를 제어하는 독보적인 수직 통합을 보유하고 있어 온디바이스 추론을 최적화할 수 있는 고유한 위치에 있습니다.

최근 연구에서는 애플의 진전을 강조합니다. "LLM in a flash"라는 제목의 1월 논문은 제한된 메모리의 장치에서 LLM이 효율적으로 작동할 수 있는 기술을 소개합니다. 이 방법은 DRAM과 플래시 메모리를 전략적으로 활용하여 모델 가중치를 동적으로 교환하여 메모리 사용과 추론 지연을 최소화합니다, 특히 애플 실리콘에서 더욱 효과적입니다.

이전에 애플의 연구는 LLM 아키텍처 수정이 성능 저하를 최소화하면서 최대 3배까지 추론 계산을 줄일 수 있음을 보여주었습니다. 이러한 최적화는 개발자들이 소비자 장치에서 작동할 수 있는 소형 LLM을 통합하는 애플리케이션을 만들 때 점점 더 중요해지고 있으며, 미세한 지연도 전체 사용자 경험에 영향을 미칠 수 있습니다.

오픈소스 이니셔티브

최근 몇 달간, 애플은 10월에 출시된 Ferret를 포함한 여러 오픈소스 생성 모델을 공개했습니다. Ferret는 70억 및 130억 개의 매개변수를 가진 멀티모달 LLM으로, Vicuna 오픈소스 LLM과 LLaVA 비전-언어 모델을 기반으로 설계되었습니다. Ferret는 입력 이미지의 특정 부분에 따라 응답을 생성하는 독특한 메커니즘을 갖추고 있어 작은 세부 사항 인식에 능숙합니다. 이 기능은 사용자가 아이폰 카메라나 Vision Pro 장치를 통해 보는 객체와의 상호작용을 혁신할 수 있습니다.

또한 애플은 자연어 프롬프트에 따라 이미지를 수정하는 MLLM-Guided Image Editing (MGIE) 모델을 공개했습니다. MGIE는 밝기 및 대비 변경과 같은 광범위한 조정은 물론 특정 이미지 영역에 대한 목표 수정도 가능하여 향후 iOS 디바이스의 기능을 향상시킵니다.

애플이 전통적으로 오픈소스 이니셔티브에 소극적이었지만, Ferret의 연구 목적 라이센스는 더 적극적인 개발자 커뮤니티를 육성하고 혁신적인 애플리케이션을 촉진할 수 있습니다.

강화된 소프트웨어 개발 도구

12월, 애플은 머신러닝 모델 개발을 위한 사용자 친화적인 라이브러리 MLX를 출시했습니다. MLX는 NumPy와 PyTorch와 같은 인기 있는 Python 라이브러리와 유사한 인터페이스를 통합하면서 M2 및 M3와 같은 애플 프로세서의 성능을 최적화합니다. 이 라이브러리는 서로 다른 메모리 유형을 효율적으로 활용할 수 있도록 '공유 메모리' 기술을 사용합니다.

라이브러리의 디자인은 기존 라이브러리의 코드를 애플 환경으로 전환하는 과정을 간소화하며, 상업적 사용을 위한 MIT 라이센스 하에 제공되어 널리 채택될 수 있도록 장려하고 있습니다.

결론

애플은 온디바이스 생성적 AI에서 중요한 전환을 위한 토대를 마련하고 있으며, 혁신을 위한 강력한 연구 및 엔지니어링 팀이 준비되어 있습니다. 애플이 GPT-4와 같은 모델과 직접 경쟁하지는 않지만, 아이폰과 스마트워치와 같은 자사 장치에서 다음 세대 LLM을 이끌 수 있는 충분한 역량을 갖추고 있습니다. 애플이 자신의 강점을 계속 활용함에 따라, 온디바이스 생성적 AI 생태계에서의 영향력은 크게 증가할 것으로 예상됩니다.