<사진 출처 : freepik.com>

 

마이크로소프트, 구글, 페이스북, 아마존, 애플 같은 거대 IT 기업의 테크 컨퍼런스는 각 기업의 새로 운 제품과 기술을 볼 수 있다는 것도 있지만 우리가 관심 갖는 여러 기술의 미래 방향을 살펴볼 수 있 다는 의미가 있다. 마이크로소프트 이그나이트 2021은 마이크로소프트가 제시하는 클라우드, 인공지능, 기술과 사회 이 슈를 논의하는 대규모 행사이고 올해에는 온라인 행사로 열렸다. 3월 2일부터 48시간 동안 15만 명의 전문가, 관리자, 개발자들이 디지털로 참석했다. 사티아 나델라 CEO는 기조 연설에서 우리 삶을 완전히 바꿔버린 클라우드의 다음 단계 그리고 생활환경 지능(Ambient Intellig), 창작자와 커뮤니티, 경제 적 기회, 신뢰 기반의 기술이 이끌어 낼 혁신을 강조했다. 이번 글에서는 이그나이트 2021에서 소개한 마이크로소프트에서 개발하거나 연구 중인 인공지능 기 술을 살펴보면서 인공지능의 혁신과 진화 방향을 바라보고자 한다. 마이크로소프트의 인공지능과 혁신을 총괄하는 수석 부사장 미트라 아지지라드(Mitra Azizirad)의 발표가 이번 이그나이트에서 마이크로소프트 인공지능 기술 혁신의 핵심 내용이다.

​

​

영화를 이해하는 VinVL(Visual features in Vision-Language)과 프로젝트 튜링 의 결합

마이크로소프트 연구소에서 발표한 매시브 비주얼 언어 모델로 애저 코그니티브 서비스와 애저 오픈 소스로 제공한다. 전형적인 비전-언어(VL) 시스템은 VL 이해를 위해 두 개의 모듈, 즉 이미지 인코딩 모 듈과 비전-언어 융합 모듈을 사용한다. 이미지 인코딩 모듈은 시각 특질(feature) 추출기로 입력 이미지 의 특질 지도를 CNN 모델을 사용해 생성한다. 마이크로소프트는 비주얼 지놈(Visual Genome) 데이터 셋으로 학습한 모델을 보통 사용한다. 비전-언어 융합 모듈은 인코딩한 이미지와 텍스트를 시맨틱 공간에 매핑해서 의미적 유사성을 계산하 는데 마이크로소프트에서는 오스카(OSCAR)와 같은 트랜스포머 기반 모델을 사용해서 구현한다. 이번 이그나이트에서는 마이크로소프트 인공지능과 혁신부문 GM인 데이빗 카모나(Carmona)가 영화 ‘어벤저스 엔드게임’ 영상을 갖고 인공지능이 영화를 이해하는 수준을 데모했다. VinVL과 또 하나의 대 형 언어 모델인 마이크로소프트 튜링1)을 이용해 우리가 원하는 내용이 있는 장면을 찾고 그 장면 내용 의 요약을 보였다. 또한, 영화 내용에 대해 질문을 던지거나 (예를 들어, 타노스가 사용한 제스처는 무엇인가?), 특정 지점에서 요약을 갖고 튜링이 이야기의 나머지를 예측할 수도 있음을 보였다.  때로는 이런 기능이 영화의 또 다른 결말을 보여줄 수 있음을 선 보였다.
 

​​

AI at Scale

마이크로소프트의 인공지능 서비스가 대규모에서도 지원이 가능함을 제시하는 것으로 기존 애저의 코 그니티브 서비스가 이제 인공지능 슈퍼컴퓨터를 기반으로 동작하며 다양한 새로운 대형 모델을 지원하고 있음을 제시했다. 마이크로소프트는 이 표현을 타사와의 차별성을 갖는 특징으로 매우 전략적인 메시지 로 전달하고 있다. 오픈AI의 GPT-3가 이 슈퍼컴퓨터를 이용한 대표적인 모델이며, 서비스 레이어에서는 강화 지식이나 협동 추론이 지원되며 여기에는 튜링 모델이 사용된다. KPMG 같은 기업이 이를 사기 탐지에 사용하고 있음을 보이고, 대형 모델을 좀 더 활용해 고객 지원에 사용하는 AvePoint 사례를 소개했다.