레노버 CEO: 모든 스마트 기기에서 개인 AI를 수용하여 미래 지향적인 경험 제공

레노버의 CEO인 양위안칭(Yuanqing Yang)은 생성적 AI의 혁신적인 미래를 "개인 맞춤형 기초 모델"을 통해 실현할 것이라고 예측했습니다. 이 모델은 사용자를 진정으로 이해하고 스마트 디바이스에서 직접 작동합니다. 양 CEO는 텍사스 오스틴에서 열린 레노버 테크 월드 2023에서 “앞으로 여러분의 PC는 AI PC로 변신하고, 휴대폰은 AI 휴대폰으로 발전하며, 워크스테이션은 AI 워크스테이션이 될 수 있습니다.”라고 설명했습니다. 이 비전은 엔비디아의 CEO 젠슨 황(Jensen Huang)과 AMD의 CEO 리사 수(Lisa Su)와 같은 업계 리더들과 함께 심도 깊은 논의를 거쳤습니다.

개인 맞춤형 기초 모델은 사용자의 개별 데이터를 기반으로 AI를 훈련하여, 인터넷에 연결되지 않고도 사용자의 요구에 정확하게 응답할 수 있습니다. 이 혁신은 개인의 여행 계획이나 취향에 맞는 식당 추천과 같은 작업을 AI가 도와줄 수 있는 가능성을 열어줍니다.

기초 모델은 이 기술의 핵심으로, 일반적으로 1,000억에서 2,000억 개의 매개변수를 포함한 대규모 기계 학습 모델입니다. 이들은 광범위한 인터넷 데이터를 기반으로 훈련되어 기본적인 기능을 넘어 다양한 작업을 수행할 수 있습니다. 대표적인 예로는 OpenAI의 ChatGPT가 있으며, 이는 강력한 GPT-3.5 및 GPT-4 기초 모델에 기반을 두고 있습니다.

현재 사용자는 공개형과 개인형 두 가지 기초 모델 중에서 선택할 수 있습니다. 공개형 기초 모델인 ChatGPT는 모두에게 제공되며, 오픈 소스 데이터를 기반으로 일반적인 작업을 수행하는 것이 특징입니다. 그러나 이러한 접근성은 공유된 데이터가 공공 영역에 추가되어 구체성과 정확성이 저하될 수 있는 단점이 있습니다.

반면에 개인형 기초 모델은 특정 산업이나 조직에 맞게 조정되어 정확한 답변을 제공하며 민감한 정보는 내부에 남길 수 있습니다. 이러한 모델은 기업의 직원과 같은 그룹을 대상으로 하지만 개인 맞춤형 기능은 부족합니다.

개인 맞춤형 기초 모델은 오직 각 개별 사용자를 위해 설계된 중요한 발전입니다. 이 AI는 사용자의 데이터로 훈련되어, 개인의 취향과 선호를 이해하고 일상 생활에서 귀중한 도움이 됩니다. 레노버의 혁신적인 모델 압축 기술은 이러한 개인형 기초 모델이 사용자의 디바이스에서 직접 작동할 수 있도록 하여, 양 CEO가 설명한 "디지털 확장" 혹은 "개인 AI 쌍둥이"를 구현합니다.

양 CEO의 비전은 DeepMind의 공동 창립자이자 현재 Inflection AI를 이끌고 있는 무스타파 술레이만(Mustafa Suleyman)과도 맥락을 같이하며, 개인 AI가 법률 대리 및 구매와 같은 다양한 활동을 대신 수행할 미래를 기대하고 있습니다.

레노버는 AI 혁신을 향한 과감한 발걸음으로, 향후 3년 동안 AI 장치, 인프라 및 솔루션에 10억 달러를 투자할 계획을 발표하였습니다.

하이브리드 AI 프레임워크

레노버의 최고 기술 책임자 용루이(Yong Rui)는 기초 모델의 미래가 공개형, 개인형, 사설형 모델을 효과적으로 통합하는 하이브리드 AI 프레임워크에 있다고 제안했습니다. 이를 이해하기 위해 류는 각 모델 유형의 독립적인 기능을 먼저 설명했습니다. 처음에 특정 데이터 없이 훈련된 기초 모델은 방대한 공개 데이터셋으로 훈련받아 공개형 모델로 발전합니다. 이 기업 고유 데이터가 포함되면, 일반 문의와 특정 비즈니스 작업을 처리할 수 있는 개인형 모델로 변환됩니다.

개인형 기초 모델은 기업 특화 업무를 처리하는 데 뛰어나며, 정확한 결과를 위해 기업 지식 벡터 데이터베이스가 필요합니다. 두 가지 모델 유형 모두 ERP 및 CRM과 같은 기존 시스템과 원활하게 통합되어야 조직의 더 넓은 업무를 효과적으로 수행할 수 있습니다.

개인형 기초 모델로의 변환은 정보가 풍부한 대규모 모델을 소형 장치에 맞게 압축하는 과정을 포함합니다. 레노버는 기초 모델 내에서 중요한 구조(예: 신경망과 그 연결)를 식별하여 필수 구성 요소를 우선시하는 방식을 통해 이러한 압축을 달성합니다. 이 과정은 모델 크기를 크게 줄이며 능숙한 성능을 유지하여 PC나 스마트폰과 같은 장치에서 편리하게 운영될 수 있도록 합니다.

궁극적으로 이상적인 기초 모델은 세 가지 유형의 요소를 하나로 통합합니다. 이러한 모델에 작업을 배포하기 전에 데이터 관리 모듈이 필수적이며, 이는 개인 데이터가 안전하게 보호되도록 공개형, 개인형, 사설형 처리에 적합한 작업인지 평가합니다. 류는 공개형, 개인형, 사설형 기초 모델을 통합함으로써 개인의 요구에 깊이 맞는 robust 하이브리드 AI 프레임워크의 구축이 가능하다고 결론지었습니다.